第20章工程計價數字化與智能化2017年2018年2019年2020年2021年2022年2023年-------20.1BIM在工程計價中的應用建筑信息模型（BuildingInformationModeling，BIM）、大數據以及人工智能等新技術的涌現，催生了工程計價的數字化和智能化革命。20.1.1BIM概述1.定義建筑信息模型（BIM）是在計算機輔助設計（CAD）等技術基礎上發展起來的多維模型信息集成技術，是在建設工程及設施全生命周期內，對其物理特征和功能特性信息進行數字化表達，并依此設計、施工、運營的過程和結果的總稱。20.1.1BIM概述BIM應由核心層、共享層、專業領域層和資源層四個概念層組成數據模式架構。每個數據應確切地指定到某一個概念層上。2.BIM軟件BIM軟件應具有相應的專業功能和數據互用功能。BIM軟件的專業功能應符合下列規定：（1）應滿足專業或任務要求；（2）應符合相關工程建設標準及其強制性條文；（3）宜支持專業功能定制開發。BIM軟件的數據互用功能應至少滿足下列要求之一：（1）應支持開放的數據交換標準；（2）應實現與相關軟件的數據交換；（3）應支持數據互用功能定制開發。根據功能，BIM軟件可分為以下幾類：（1）設計建模BIM軟件。（2）計算分析BIM軟件。（3）實景建模BIM軟件。（4）管理協調BIM軟件。20.1.2BIM在工程計價中的應用

1.BIM對工程計價的影響（1）提高數據一致性和準確性。（2）提高計價效率。（3）支持價值工程。2.BIM在工程計價中應用的場景1）BIM應用實施策略2）BIM應用場景BIM在建設項目中的應用涵蓋了決策、設計、招標投標、施工和竣工驗收等階段，為項目各方提供了更高效、更準確的信息交流和決策支持。本節重點介紹BIM在工程量計算、投資估算、設計概算、施工圖預算以及竣工結算中的應用。（1）BIM在工程量計算中的應用對于工程項目來說，BIM技術的核心應用場景為工程算量，目前已在工程項目中得到廣泛運用。BIM技術構建的數據模型能夠輔助統計整理造價指標信息，體現數據的可視化和模擬性。目前，BIM技術在工程量計算方面的應用主要有三種路徑：導入傳統軟件法、借助插件映射輸出工程量、BIM模型直接輸出凈量。（2）BIM在投資估算中的應用在編制項目投資估算時，利用BIM模型計算功能進行項目投資分析，能夠提高投資決策效率。（3）BIM在設計概算中的應用在編制項目設計概算時，BIM技術可以對成本進行即時模擬與核算，并在施工過程中進行充分運用。（4）BIM在施工圖預算中的應用BIM一般應用于施工圖預算中的最高投標限價編制、工程量清單編制、投標預算編制、工程成本測算等工作，以提高建設工程工程量計算、計價的效率與準確率，降低管理成本與預算風險。施工圖預算BIM應用的目標是通過模型元素信息自動化生成統計出工程量清單項目，形成工程量清單或輔助形成報價單。施工圖預算BIM應用的典型流程為：①開始→②創建施工圖預算模型→③確定工程量清單項目→④計算工程量→⑤單項計價→⑥總價計算→⑦結束。施工圖預算BIM軟件一般具有下列專業功能：①導入施工圖設計模型，創建施工圖預算模型②編制招標預算工程量清單、最高投標限價、投標預算工程量清單與報價單；③支持現行國家標準《建設工程工程量清單計價規范》GB50500—2013和地方的工程量清單計價規范及定額，支持企業定額的導入；④生成工程量清單項目和確定綜合單價；⑤輸出招標預算工程量清單、最高投標限價、投標預算工程量清單與投標報價單；⑥輸出施工圖預算模型。（5）BIM在竣工結算中的應用3）BIM應用效果評價①定性評價：將BIM應用成果，從性質屬性上進行評價，說明其對項目管理目標、項目管理過程的影響。對于工程質量的影響，一般可采用定性評價的方法。②定量評價：按照通常的經驗預估和計量BIM應用成果，對比未使用BIM和使用BIM后的差異。對于成本和工期的影響，一般可采用定量評價的方法。3.BIM在工程計價中應用的挑戰BIM在工程計價的應用中面臨的主要挑戰如下：一是數據質量和一致性管理。二是缺乏標準化。三是變更管理。四是協同工作。20.2人工智能在工程計價中的應用20.2.1人工智能概述1.定義人工智能（ArtificialIntelligence，AI）是一種模擬和實現人類智能的技術，通過分析和處理大量的數據，自動學習和優化模型，實現復雜的任務和決策。人工智能呈現深度學習、跨界融合、人機協同、群智開放、自主操控等特征。2.分類國際上一般將人工智能分為弱人工智能、強人工智能和超人工智能。其中，弱人工智能（ArtificialNarrowIntelligence）只能在限定領域解決特定問題，強人工智能（ArtificialGeneralIntelligence）可以在通用領域勝任人類所有工作，而超人工智能（ArtificialSuperIntelligence）遠超人類智慧，具備復雜的語言表達、抽象思維能力和科學創新能力等。3.標準體系4.技術標準20.2.2人工智能在工程計價中的應用

人工智能主要利用知識表示與推理、機器學習、圖像識別、自然語言處理等技術，通過與各個學科交叉結合形成了多種算法。人工智能通過自動化處理和分析大量的工程數據，有利于提高工程計價的效率和準確性。1.人工智能對工程計價的影響（1）提高計價精度和效率。人工智能的應用能夠消除人為因素對計價過程的影響，通過自動化數據處理、模型學習和分析，避免了手動計算和處理中可能出現的錯誤和不一致性。同時，借助數據分析和模型預測能力，可以提供準確的成本估算和預測。（2）提供智能決策支持。人工智能技術可以分析大量的工程數據、歷史記錄和成本數據庫，輔助進行決策。通過模擬和預測不同方案的成本和風險，可以支持項目規劃、資源分配和成本優化。隨著智能計價標準體系的形成，人工智能將進一步發展智能化的決策支持系統，為工程計價提供更全面、更準確的決策支持。（3）強化設計與施工協同。人工智能技術可以在建筑模型中進行沖突檢測，識別設計與施工之間的沖突，并提供優化方案。這有助于減少變更和返工，提高施工質量和效率。隨著人工智能技術的發展，設計與施工之間的協同將更加緊密，進一步提升工程計價的準確性。2.人工智能在工程計價中應用的場景（1）人工智能在投資估算中的應用（2）人工智能在設計概算中的應用（3）人工智能在施工圖預算中的應用（4）人工智能在工程量清單計價中的應用（5）人工智能在竣工結算中的應用3.人工智能在工程計價中應用的挑戰人工智能在工程計價中的應用也面臨著挑戰。一是工程項目涉及大量敏感數據，包括成本信息、供應商數據和設計細節，數據的隱私和安全至關重要，而AI技術涉及數據共享和存儲，一旦使用不當可能引發法律問題。二是AI算法通常被視為“黑盒子”，其決策過程難以解釋，而工程計價需要清晰的計算結果以便解釋和審查，因此AI算法的透明性可能引發爭議。三是AI技術的應用需要進行模型的訓練和調優，以適應特定的工程計價需求，這需要投入大量時間和資源，并要求工程造價人員深入了解AI算法的原理和功能。只有克服這些挑戰，才能夠確保人工智能在工程計價中的有效應用。20.3大數據在工程計價中的應用20.3.1大數據概述

1.定義互聯網數據中心（InternetDataCenter，IDC）將大數據定義為：為更經濟地從高頻率的、大容量的、不同結構和類型的數據中獲取價值而設計的新一代架構和技術。2.特征大數據具有“4V”特征，即規模性（Volume）、多樣性（Variety）、價值性（Value）和時效性（Velocity）。3.處理流程20.3.2大數據在工程計價中的應用

1.大數據對工程計價的影響大數據對工程計價領域的影響主要表現在以下幾個方面：（1）提高計價準確性和效率。（2）數據來源的多樣化。（3）實時數據的應用。2.工程計價行業大數據庫的建立（1）項目可行性研究數據信息庫。（2）工程設計指標數據信息庫。（3）消耗量指標信息庫。（4）人、料、機價格信息庫。（5）清單計價的綜合單價信息庫。3.大數據在工程計價中應用的場景大數據能夠應用于工程項目的投資估算、設計概算、施工圖預算、投標報價以及竣工結算。4.大數據在工程計價中應用的挑戰目前，大數據在工程計價中的